Как думают великие компании: три правила
Шрифт:
Заметим, что пять наших «стайеров» не отвечали нами же установленным критериям выдающейся эффективности. Этот вынужденный компромисс обусловлен необходимостью разбиения компаний на тройки на основании критериев, не являющихся оценками эффективности, таких как годы перекрытия и сопоставимость доходов в начале периода сравнения. Дополнительную информацию по этому вопросу можно найти в приложении D «Анализ категорий, траекторий и эр».
На основе анализа, результаты которого обобщены в таблице 4, мы готовы заключить, что авторы многих крупных исследований успеха по большому счету делали совсем не то, что, как им казалось, они делают. В среднем компании, которые они исследовали, по-видимому, не достигали таких уровней эффективности, которые позволяли бы выделить их из общего фонового шума в группе. И если про большинство описанных ими «великих», «замечательных», «прорывных», «несокрушимых» и «недосягаемых» компаний-победительниц нельзя с уверенностью сказать, что для каждой из них эти эпитеты вполне оправданны, то и к выводам, сделанным на основании таких исследований, следует относиться с особой осторожностью. При этом мы не утверждаем, что рекомендации, предлагаемые в этих исследованиях, ошибочны. Тем
Таблица 4. Сопоставление исследований успеха [2]
Источники: цитируемые исследования; Compustat; анализ Deloitte.
Также этот анализ приводит нас к мысли о том, что наша выборка имеет не только серьезные отличия от других, но и некоторые сходные с ними черты, которые, возможно, не менее критичны с точки зрения подтверждения достоверности наших выводов. В отличие от других исследователей, мы использовали показатель ФР, поэтому, как и следовало ожидать, у наших компаний он систематически оказывается выше, чем в других работах. Итак, можно с определенной долей уверенности сделать вывод, что по этому показателю эффективности мы как минимум получили, вообще говоря, другую подборку компаний.
2
* Поскольку не всегда нужные данные были доступны, мы не смогли включить сюда каждую компанию из каждого упомянутого исследования. Мы анализируем данные только за те периоды, которые охватываются всеми исследованиями.
** Для каждой компании, идентифицированной в каждом исследовании, мы вычисляем вероятность того, что она действительно имеет выдающиеся показатели ФР, используя метод, описанный в этой главе. Мы приводим цифры средней вероятности наличия исключительно высоких значений ФР и межквартильного размаха (МКР) для тех компаний в каждом исследовании, по которым у нас достаточно данных.
*** Используя метод «кумулятивного остатка», описанный в приложении C, мы рассчитываем балл для СДА и роста доходов за время существования компании для каждой компании в данном исследовании и приводим значения медианы и межквартильного размаха для компаний, включенных в исследования, по которым у нас достаточно данных.
**** Это обобщенные статистические данные для генеральной совокупности (группы) исследований, исключая наше исследование.
Компании, в других исследованиях идентифицируемые как выдающиеся, на самом деле демонстрировали совсем не столь выдающиеся результаты. Напротив, компании в нашей выборке явно демонстрируют исключительно высокую рентабельность, если измерять ее показателем ФР, и не намного худшую, чем у компаний, идентифицируемых как выдающиеся в других исследованиях, если измерять эффективность показателями роста выручки или СДА.
Однако ни наша группа в целом, ни выборка, по-видимому, не сильно изменяются (если это вообще заметно), если измерять эффективность ростом выручки (доходов) или СДА. Эффективность наших компаний примерно такая же, как и у компаний, отмеченных в предшествующих работах, поскольку показатели роста выручки и СДА у них примерно такие же, как и у компаний, которые отбирались по показателям роста или СДА. Мы полагаем, что вряд ли предыдущие исследователи стремились разработать статистические тесты для определения исключительной производительности, поскольку они выбирали критерии исходя из внешней валидности, которая, как оказывается при более глубоком анализе, задает слишком низкую планку.
Поскольку показатели роста выручки и СДА у наших компаний были в основном такими же, как у компаний, отмеченных в предшествующих работах, наши рекомендации как минимум не должны негативно отражаться на этих показателях. Иными словами, нет никаких доказательств того, что соблюдение трех наших правил с целью достижения высочайшей рентабельности реализуется за счет акционерной стоимости или роста доходов. Более того, три наших правила, возможно, даже способствовали тому, что значения роста выручки и СДА у наших компаний были примерно такими же, как у компаний, эффективность которых оценивалась именно по этим показателям {26} .
26
См.: Michael Raynor, Ragu Gurumurthy and Mumtaz Ahmed, with Jeff Schulz and Rajiv Vaidyanathan. Growth’s Triple Crown // Deloitte Review, 2012.
Анализ профиля рентабельности
При оценке рентабельности компании мы учитывали весь обозримый период ее деятельности. Так поступали лишь немногие авторы предыдущих исследований успеха; обычно они сосредоточивали внимание на каком-то фиксированном периоде, скажем 10, 15 или даже 30 лет.
Мы считаем такой подход неверным. Это создает реальную возможность стать жертвой так называемой ошибки техасского снайпера – когда цель определяется уже после выстрелов. Если нарисовать мишень не до, а после выстрелов, легко имитировать точность стрельбы, поместив «яблочко» туда, где случайным образом несколько пулевых отверстий оказались рядом.
Например, в работе «What Really Works» подробно исследуется 10-летний период 1986–1996 гг., а в работе «Big Winners and Big Losers» – период 1992–2002 гг. То есть в обоих исследованиях учитывается общий
Дело в том, что в 1986–1998 гг. у Campbell Soup был мощный спурт: цена акции выросла с $4,17 до $54,61, более чем втрое превысив рыночный показатель. Затем, в 1998–2002 гг., она снизилась до $23,47, так что в целом за весь 16-летний период, суммарно охватываемый обоими исследованиями, ее показатели соответствовали промышленному индексу Доу-Джонса. Отсюда мораль: если вы хотите оценить эффективность компании, нужно учитывать все доступные данные о ней. Базовым параметром анализа должен быть срок существования компании или достаточно адекватный аналогичный параметр, для которого имеются нужные данные. В противном случае вы рискуете «увидеть» виртуозный или, наоборот, несостоятельный менеджмент там, где на самом деле не было ни того ни другого {27} . Похоже, решить, вкусны ли супы Campbell, намного проще, нежели определить, является компания Campbell Soup выдающейся или нет.
27
В наши расчеты квантильной регрессии мы включали фиктивную переменную для компаний, которые существовали до 1966 г., то есть до начала нашего «окна наблюдения», чтобы учесть возможность того, что эта характеристика создает смещение.
Но, может быть, существуют какие-то значимые закономерности изменения эффективности, периодичность хороших и плохих результатов, которые сигнализируют о важных изменениях внутреннего поведения компании со временем? Мы анализируем эту проблему, используя данные об относительной рентабельности (оценки значений ФР по 10-балльной шкале) и абсолютной рентабельности (сами значения ФР) и различные статистические методы обработки тех и других данных, чтобы учесть их принципиально разную природу {28} . Компания идентифицируется как «чудотворец» в зависимости от того, за сколько лет из всего срока своего существования она заслуживает оценки 9 баллов. Если эти 9-балльные оценки случайным образом разбросаны по всему периоду наблюдений (то есть периоду, за который имеются данные по этой компании), мы говорим, что она имеет траекторию удержания НЦКП (неценовой конкурентной позиции, см. ниже); если эти 9-балльные оценки встречаются в основном в начале периода наблюдений, а к концу периода наблюдений встречаются все реже и реже, значит, она имеет траекторию ослабления НЦКП, а если эти 9-балльные оценки встречаются в основном в конце периода наблюдений, значит, она имеет траекторию укрепления НЦКП. К типу траекторий «другие» относятся все остальные типы изменений, но в основном это компании с волнообразным профилем («in-out-in»). Такие же траектории (удержание НЦКП, укрепление НЦКП, ослабление НЦКП, другая) мы используем и при описании компаний-«стайеров». «Середнячки» не имеют явно выраженных траекторий.
28
Для анализа последовательностей оценок по 10-балльной шкале мы использовали так называемую регрессию LOESS, см. T. Hastie, R. Tibshirani and J. Friedman. The Elements of Statistical Learning: Data Mining, Inference and Prediction. N. Y.: Springer, 2001. При анализе абсолютной рентабельности мы использовали новый вариант приложения для существующих методов, предложенный одним из наших консультантов по статистике, см.: James G. Scott. Nonparametric Bayesian Multiple Hypothesis Testing of Autoregressive Time Series // Annals of Applied Statistics, September 2008.
Значения абсолютной рентабельности позволяют отслеживать определенные закономерности, которые мы связываем с определенными эрами и которые совершенно не зависят от изменений относительной рентабельности, определяющих траекторию. Например, при неизменном и устойчивом восходящем тренде абсолютных значений ФР компания может оставаться относительной посредственностью, но в конечном счете набрать достаточно 9-балльных оценок, чтобы заработать статус «чудотворца». Такая компания будет иметь одну эру, но два периода и траекторию укрепления НЦКП (Found It). Наоборот, компания-«чудотворец» может в течение некоторого времени переживать снижение ФР, но суметь переломить эту тенденцию до того, как это отразится на ее относительной рентабельности. В этом случае мы можем говорить о двух эрах, но об одном периоде и о траектории удержания НЦКП (Kept It).
Этот анализ систематических изменений относительной и абсолютной рентабельности позволяет более объективно и четко выделить потенциально значимые промежутки времени, для которых имеет смысл искать типичные особенности и различия в поведении. Мы стараемся анализировать цифры ФР по годам, и у нас имеет место характерная тенденция к анализу относительно коротких рядов, скажем для последних трех-пяти лет, во многом потому, что именно таков типичный временной горизонт у многих менеджеров. Следует, однако, заметить, что вряд ли следует в качестве факторов, влияющих на процессы генерации прибыли в сложных организациях, рассматривать периодичность обращения Земли вокруг Солнца или длительность и извивы карьер управленцев. Исследования успеха вызывают максимальное доверие, если их авторы анализируют показатели компаний – их значения и закономерности изменения – совершенно безотносительно к соответствующим причинно-следственным связям, потому что если при определении параметров рентабельности мы поддадимся влиянию наших изначальных установок относительно того, что имеет значение, а что нет, то фактически сами запрограммируем ответ на свой вопрос, в то время как нам нужно его найти.